—————
Scientom´etrie
J.R. Lobry
—————
Nombre d’articles scientifiques par pays, deux tableaux `a interpr´eter.
1
Introduction
Les donn´ees de cette fiche sont extraites des tables 1 et 2 de [1].
2
Productivit´
e scientifique brute
Le premier jeu de donn´ees, scibrut32.txt, contient la productivit´e scienti-fique brute, exprim´ee en nombre de publications scientifiques, pour les 32 pays les plus productifs pendant la p´eriode allant de 1990 `a 1998, et ce pour 12 grand champs disciplinaires.
scibrut <- read.table("http://pbil.univ-lyon1.fr/R/donnees/scibrut32.txt", header = TRUE, sep = "\t")
scibrut[1:5, 1:10]
Country Code n.pub TOT AGRI BIOL BIOS BIOM CLI1 CLI2
1 USA $ 1763421 1 1 1 1 1 1 1
2 UK & 468660 2 4 2 2 3 2 2
3 Japan J 454302 3 3 3 3 2 3 4
4 Germany D 398572 4 5 4 4 4 4 3
5 France F 307733 5 7 6 5 5 5 6
La signification des colonnes est la suivante : Country : Pays
Code : Code une lettre du pays
n.pub : Nombre total de publications scientifiques de 1990 `a 1998 TOT : Rang tous champs disciplinaires confondus
AGRI : Agriculture et environnement
BIOL : Biologie des organismes et des populations
BIOS : Biosciences (G´en´erale, cellulaire et subcellulaire, g´en´etique) BIOM : Recherche biom´edicale
CLI1 : M´edecine clinique et exp´erimentale I (m´edecine g´en´erale et interne) CLI2 : M´edecine clinique et exp´erimentale II (autres sp´ecialit´es m´edicales) NEUR : Neurobiologie et sciences comportementales
CHEM : Chimie PHYS : Physique
GEOS : G´eosciences et science de l’espace ENGN : Sciences de l’ing´enieur
[1] 5.7
Pour la p´eriode consid´er´ee, la contribution de la France `a la productivit´e scientifique brute ´etait donc de l’ordre de 5.7 %.
library("ade4")
data <- scibrut[, 5:16]
row.names(data) <- scibrut$Code
data.pca <- dudi.pca(data, scan = FALSE) scatter(data.pca) d = 2 $ & J D F X R I V L E S Y W Q % B P M T # + A K U N Z O C H G @ AGRI BIOL BIOS BIOM CLI1 CLI2 NEUR CHEM PHYS GEOS ENGN MATH
Interpr´eter le premier et le deuxi`eme facteur.
3
Productivit´
e scientifique relative
L’impact relatif a ´et´e calcul´e en comptant pour chaque article le nombre de fois o`u il a ´et´e cit´e dans les trois ann´ees suivant sa publication et en divisant cette valeur par le nombre de citations attendu en moyenne pour la revue o`u il a ´et´e publi´e. Les r´esultats sont ensuite agr´eg´es par pays et par discipline.
scirel <- read.table("http://pbil.univ-lyon1.fr/R/donnees/scirel32.txt", header = TRUE, sep = "\t")
data2 <- scirel[, 4:15]
row.names(data2) <- scirel$Code
data2.pca <- dudi.pca(data2, scan = FALSE) scatter(data2.pca)
Logiciel R version 2.2.0, 2005-10-06 – tdr611.rnw – Page 2/5 – Compil´e le 2006-02-01 Maintenance : S. Penel, URL : http://pbil.univ-lyon1.fr/R/fichestd/tdr611.pdf
d = 2 W # M L S B D & $ A N X F Z V I J % C R E P H G O K T + @ U Q Y AGRI BIOL BIOS BIOM CLI1 CLI2 NEUR CHEM PHYS GEOS ENGN MATH Interpr´etation ?
4
Annexes
Logiciel R version 2.2.0, 2005-10-06 – tdr611.rnw – Page 4/5 – Compil´e le 2006-02-01 Maintenance : S. Penel, URL : http://pbil.univ-lyon1.fr/R/fichestd/tdr611.pdf
R´
ef´
erences
[1] W. Gl¨anzel, A. Schubert, and T. Braun. A relational charting approach to the world of basic research in twelve science field at the end of the second millennium. Scientometrics, 55 :335–348, 2002.